Annidare i tuoi dati
In questo corso lavorerai con una raccolta di indicatori economici e sociali per 77 paesi su un periodo di 52 anni. Questi dati sono salvati nel data frame gapminder.
In questo esercizio trasformerai i dati di gapminder in un data frame annidato usando il primo strumento necessario per costruire le basi delle competenze di Machine Learning "tidy": nest().
Nota: questa è una versione più granulare rispetto al dataset disponibile nel pacchetto gapminder. Questa versione è disponibile nel pacchetto dslabs.
Questo esercizio fa parte del corso
Machine Learning nel tidyverse
Istruzioni dell'esercizio
- Dai un'occhiata alle prime sei righe di
gapminder. - Ora usa
group_by()enest()per annidare i data frame percountry, salva il risultato comegap_nested. - Esplora le prime sei righe del nuovo data frame
gap_nestede nota la nuova colonna complessa data che contiene dei tibble.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Explore gapminder
head(___)
# Prepare the nested data frame gap_nested
library(tidyverse)
gap_nested <- gapminder %>%
group_by(___) %>%
___()
# Explore gap_nested
head(___)